【机器学习实践】

机器学习实践应用

简介人工智能人工制造出来的系统所表现出来的智能。人工智能的核心问题包括推理、知识、交流、感知、移动和操作物体的能力。机器学习通过算法，是机器能从大量历史数据中学习到规律，从而对新的样本做出智能识别或对未来做预测。深度学习机器学习的新领域。深度——是因为机器学习只是千层的学习，主要是基于概率、矩阵等知识而得出的结论。而深度学习所涉及的概念比较复杂，包括人工神经网络的研究等。机器学习概述机器学习概述背
GardenSinner·2021-06-26 16:39

2018-11-08

今日完成:1.八点起床2.中午呆实验室学习3.大话数据结构，第四节4.慕课数据结构与算法，前三节5.机器学习实践今天没看
__tudou__·2021-06-25 08:53

2018-07-25

就像学习一样，网上各种学科的教程很多，比如：5天开始机器学习实践，其实哪有这么容易，人生的路需要自己一步步大胆向前走，而不是看着别人画的地图，慢慢往前迈。咦，怎么谈了些无关计算机科学的东西..
littletim·2021-06-07 02:15

99AutoML 自动化机器学习实践--NNI 自动化机器学习工具包

NNI自动化机器学习工具包NNI是NeuralNetworkIntelligence的缩写，可以译作：智能神经网络。名字听起来陌生，但NNI实际上就是一个自动化机器学习工具包。它通过多种调优的算法来搜索最好的神经网络结构和超参数，并支持单机、本地多机、云等不同的运行环境。NNI由微软主导开发，背景雄厚。目前已经成为了支持框架和库最多，支持调优算法最全，支持训练平台最广的开源AutoML工具包。im
Jachin111·2021-06-03 06:36

七步精通Python机器学习

本文旨在通过七个步骤，使用全部免费的线上资料，帮助新人获取最基本的Python机器学习知识，直至成为博学的机器学习实践者。这篇概述的主要目的是带领读者接触众多免费的学习资源。
classtag·2021-05-13 18:00

Python3机器学习实践：集成学习

Ensemble.png这个时代，如果你觉得自己不够强，那就找几个人联合起来。集成学习亦如此。image集成学习是一种将几种机器学习模型组合成一个模型的元算法(meta-algorithm)，以减小方差(例如：Bagging)，偏差(例如：Boosting)，或者改进预测(例如：Stacking、Blending)。集成方法分类串行集成方法：多个模型顺序生成。此方法是利用模型之间的依赖关系。算法可
AiFany·2021-04-24 22:59

【机器学习实践】主成分分析及相关

主成分分析原理通俗地讲，主成分分析（PCA）的原理是数据集旋转（可以是高维）后，使前面的特征对应的值的方差尽量大，只取前面若干个特征达到降维的目的。方法：求出数据集的散度矩阵，求出它的特征值和特征向量，使用最大的K个（数量自定）特征值对应的特征向量作为基，使用矩阵乘法直接求出数据集变换后的结果。参考链接PCAcsdnPCAzhihu刘建平大佬：SVD顺便吹一波这位，资料很全推导很详细作用PCA和类
不给自己画饼·2021-04-13 20:10

【好书推荐】推荐一份从入门到进阶的机器学习书单

今天推荐的图书专注机器学习主题，一共7本，都是经过实践检验的好书——《机器学习》《图解机器学习》《机器学习实战》《机器学习系统设计》《Spark机器学习》《Mahout实战》《机器学习实践：测试驱动的开发方法
·2021-03-27 12:52

【机器学习实践】隐马尔可夫模型（一）

隐马尔可夫模型隐马尔可夫链模型HiddenMarkovModel首先应当了解马尔科夫链模型，隐马尔可夫链模型即可以解决马尔可夫链模型状态量非常多的情况下（如连续值）转移矩阵过大的问题，并由它转化而来。解决原理是假定当前状态（称为显状态）仅由隐状态决定，由于隐状态可以比当前状态少很多，因此转移矩阵参数更少。隐马尔可夫模型的分类：离散、连续。隐马尔可夫模型的典型功能根据一个或多个已知的可见层和隐藏层训
不给自己画饼·2021-02-11 23:03

python心脏病预测案例_Python3机器学习实践：逻辑回归【实例：心脏病预测】

1.png逻辑回归的输出结果是判定二分类的，在实际问题中可用来解决二分类问题，当然也可利用多次的oneVSother来解决多分类问题。现在我们有270人的身体指标数据，包括年龄、性别、心率最大值、以及是否患有心脏病等数据。现在我们要利用逻辑回归来判断一个人是否患有心脏病。也就是根据逻辑回归的输出判定一条数据是类1，还是类0。本例中患心脏病为类0。逻辑回归最关键的就是理解Sigmoid函数，也称为L
南陇听风·2021-01-29 21:20

【机器学习实践】DBSCAN聚类器

DBSCAN算法网上的资料很多，众多资料给出的算法步骤基本是一样的，无好坏但是有详略之分。它的优点是可以聚类凹形的数据，这是由它根据距离进行聚类的原理决定的。个人参考的资料是风弦鹤：DBSCAN聚类算法——机器学习（理论+图解+python代码）python实现个人主要使用numpy和原生python集合类对dbscan类进行了实现，如以下代码所示#dbscan.pyfromosimportsep
不给自己画饼·2021-01-22 20:38

【机器学习实践】kmeans算法实践

kmeans算法kmeans算法是一种聚类算法，用于无标签数据的自行归类。讲kmeans的原理有很多，个人参考的是以下一个刘建平：K-Means聚类算法原理需要注意的是，kmeans算法只适用于凸数据集，无法适用于凹数据集。python实现个人使用numpy对kmeans类进行了实现，如以下代码所示#kmeans.pyimportnumpyasnpimportmatplotlib.pyplotas
不给自己画饼·2021-01-22 19:51

【机器学习实践】numpy实现简单三层神经网络

基础介绍以下为自己动手写的一个最简单最基础的三层神经网络模型，采用python语言，主要使用numpy库进行数学运算。神经网络类包含一个输入层，一个隐藏层（最简单的矩阵乘子层），一个输出层。在隐藏层和输出层采用sigmoid激活函数。具有推导、训练功能，并具有debug内部过程输出功能。实践环节以下文件包含了神经网络类#yyznet.pyimportnumpyasnpfromnumpy.core.
不给自己画饼·2021-01-20 15:51

机器学习实践：TensorFlow最后一个epoch训练损失函数显著增大

问题10个epoch，运行到最后一个时，训练数据集的损失函数显著增大解决步骤检查learningrate，发现学习率平滑减小，符合预期没有问题检查梯度截断是否有效。梯度上没有问题。检查adam之外的优化方法。adam没有问题检查数据集是否shuffle。结论事实证明问题确实出在tensorflow的数据流水线上。如果把epoch的部分增加到这里，则整体是平滑的def__call__(self,an
公众号YueTan·2020-12-27 17:42

python 随机森林调参_Python机器学习实践：随机森林算法训练及调参-附代码

原标题：Python机器学习实践：随机森林算法训练及调参-附代码文章发布于公号【数智物语】(ID：decision_engine)，关注公号不错过每一篇干货。
weixin_39980596·2020-12-11 11:54

机器学习模型python在线服务部署的两种实例

背景众所周知python在机器学习实践中的应用广泛深入，而在我们业务中的应用集中在提供线上实时风控输出服务，比如国内业务的模型在线服务架构和海外业务的后台决策引擎架构。
屈天航·2020-11-18 17:37

python机器学习实践：KNN算法

k-NearestNeighbors算法（简称KNN算法，k近邻算法），是一个逻辑很简单的分类算法，其核心原理是找到与被测数据距离最近的k个数据，这k个数据中最多的类别就是预测数据的类别，而这个距离用的是欧式距离。knn算法几乎没有训练过程，实现简单，但是计算复杂性高；空间复杂性高；一般数值很大的时候不用这个，计算量太大。但是单个样本又不能太少，否则容易发生误分，最大的缺点是无法给出数据的内在含义
wendy嗡嗡嗡·2020-10-10 08:07

读书笔记-美团机器学习实践-评价指标

分类问题常见的评价指标有精确率（真正/(真正+假正)）和召回率（真正/(真正+假负)）以召回率为横轴，精确率为纵轴的P-R曲线。这样的曲线越接近右上角越好。P-R曲线下的面积AP分数（Averageprecisionscore），不过计算不方便。F1值：精确率和召回率的调和平均准确率和错误率（相加为1）ROC和AUC：很多情况下，模型输出的预测概率，我们队预测概率排序，依次设置分类阈值，当预测概率
欠我的都给我吐出来·2020-10-10 01:44

机器学习模型python在线服务部署的两种实例

背景众所周知python在机器学习实践中的应用广泛深入，而在我们业务中的应用集中在提供线上实时风控输出服务，比如国内业务的模型在线服务架构和海外业务的后台决策引擎架构。
屈天航·2020-10-09 13:55

Spark 机器学习实践 ：Iris数据集的分类

2019独角兽企业重金招聘Python工程师标准>>>今天试用了一下Spark的机器学习，体验如下：第一步，导入数据我们使用Iris数据集，做一个分类，首先要把csv文件导入。这里用到了spark的csv包，不明白为什么这么常见的功能不是内置的，还需要额外加载。--packagescom.databricks:spark-csv_2.11:1.4.0from pyspark.sql import 
weixin_34327223·2020-09-15 03:06

机器学习实践（四）—sklearn之特征预处理

一、特征预处理概述什么是特征预处理#scikit-learn的解释providesseveralcommonutilityfunctionsandtransformerclassestochangerawfeaturevectorsintoarepresentationthatismoresuitableforthedownstreamestimators.翻译过来：通过一些转换函数将特征数据转换
轻风凉晨·2020-09-14 19:27

机器学习实践中如何进一步改进模型的性能？

要提高模型性能，除了尝试其他（更复杂）算法以外，我们还需要更改流程。常用方法侧重于机器学习模型开发的以下某一方面：1、调节模型参数。通过更改主要模型参数，不使用其默认设置，我们几乎总能提高性能。2、添加或修改训练数据。添加训练数据很有用，直至达到过拟合点（当错误率开始增加时）。额外预处理能够利用我们可能忽视的数据本身（如损坏的数据、异常值或缺失值）补救任何问题。3、变换或提取特征。如果我们的当前特
Orange君·2020-09-14 12:05

通知！明天下午欢迎大家和谷歌开发者团队相约学习 AI 模型加速方法与实践

活动信息活动主题：机器学习实践：模型加速与数据安全时间：2020年9月12日14:00-16:25B站上海GDG直播：https://live.bilibili.com/21917305报名链接：https
人工智能与算法学习·2020-09-14 03:06

《Spark MLlib机器学习实践》内容简介、目录

http://product.dangdang.com/23829918.htmlSpark作为新兴的、应用范围最为广泛的大数据处理开源框架引起了广泛的关注，它吸引了大量程序设计和开发人员进行相关内容的学习与开发，其中MLlib是Spark框架使用的核心。本书是一本细致介绍SparkMLlib程序设计的图书，入门简单，示例丰富。本书分为12章，从Spark基础安装和配置开始，依次介绍MLlib
brucexia·2020-09-12 10:07

机器学习实践中应避免的七种常见错误

在机器学习领域，每个给定的建模问题都存在几十种解法，每个模型又有难以简单判定是否合理的不同假设。在这种情况下，大多数从业人员倾向于挑选他们熟悉的建模算法，本文作者则认为，模型算法的假设并不一定适用于手头的数据；在追求模型最佳性能时，重要的是选择适合数据集（尤其是“大数据”）的模型算法。以下为正文：统计建模和工程开发很相似。在工程开发中，人们有多种方法搭建一套键-值存储系统，每种设计针对使用模式有不
黑肚皮的窝·2020-09-11 08:44

机器学习实践中的7种常见错误

统计建模非常像工程学。在工程学中，有多种构建键-值存储系统的方式，每个设计都会构造一组不同的关于使用模式的假设集合。在统计建模中，有很多分类器构建算法，每个算法构造一组不同的关于数据的假设集合。当处理少量数据时，尝试尽可能多的算法，然后挑选最好的一个的做法是比较合理的，因为此时实验成本很低。但当遇到“大数据”时，提前分析数据，然后设计相应“管道”模型（预处理，建模，优化算法，评价，产品化）是值得的
wa2003·2020-09-11 07:28

Python机器学习实践

分为两部分：1、Python机器学习实践案例的算法总结。见博文下方的算法总结表格。2、案例和代码实现。每个案例单独用一篇博文来讲解逻辑和Python代码实现。点击对应的链接到相应的博文中去阅读。
Just Jump·2020-08-25 14:44

机器学习项目 - 预测住房价格 (1)

这个系列是把《机器学习实践》书上的项目，以自己理解的形式梳理一遍，算是对自己学习过程的总结。
kfinder·2020-08-24 08:51

专业代找电子书高清pdf教材电子版

联系方式：微信：flybc2019qq:1247413090以下是已有电子书：原版电子书-高清文字版-非图片版-带索引目录[异步图书].精通Python自然语言处理，pdf[异步图书].Python机器学习实践指南
代找电子书flybc2019·2020-08-22 17:58

美团机器学习实践笔记（二）

特征工程据和特征决定了机器学习算法的上限，而模型和算法只是不断逼近这个上限而已2.1特征提取根据机器学习算法所要学习的目标和业务逻辑，我们需要考虑数据中有哪些可能相关的要素。例如在美团酒店搜索排序中，酒店的销量、价格、用户的消费水平等是强相关的因素，用户的年龄、位置可能是弱相关的因素，用户的D是完全无关的因素。在确定了哪些因素可能与预测目标相关后，我们需要将此信息表示为数值类型，即为特征抽取的过程
Jellyqin·2020-08-22 03:14

【机器学习实践】人脸识别模型结果对比

最近做人脸识别，show一下实验结果。识别率结果：在LFW上97.3%左右（单个model，非ensemble）随便找一个数据库，特征可视化一下：哪个模型好，一目了然。
RiweiChen·2020-08-20 23:00

微博基于 Flink 的机器学习实践

关于微博微博2008年上线，是目前国内比较主流的社交媒体平台，拥有2.22亿日活用户和5.16亿月活用户，为用户提供在线创作、分享和发现优质内容的服务；目前微博的大规模机器学习平台可以支持千亿参数和百万QPS。微博机器学习平台(WML)总览接下来介绍一下微博机器学习平台，即WML的总览；机器学习平台(WML)为CTR、多媒体等各类机器学习和深度学习算法提供从样本处理、模型训练、服务部署到模型预估的
ApacheFlink·2020-08-20 17:06

微博基于 Flink 的机器学习实践

关于微博微博2008年上线，是目前国内比较主流的社交媒体平台，拥有2.22亿日活用户和5.16亿月活用户，为用户提供在线创作、分享和发现优质内容的服务；目前微博的大规模机器学习平台可以支持千亿参数和百万QPS。微博机器学习平台(WML)总览接下来介绍一下微博机器学习平台，即WML的总览；机器学习平台(WML)为CTR、多媒体等各类机器学习和深度学习算法提供从样本处理、模型训练、服务部署到模型预估的
ApacheFlink·2020-08-20 17:05

【花书笔记】深度学习 11. 实践方法论

一个优秀的机器学习实践者需要知道如何针对具体应用挑选一个合适的算法以及如何监控，病根据实验反馈改进机器学习系统。
坐看云起酱·2020-08-20 08:49

20个Python项目，正在求职的你了解一下【数据分析篇】

本课程源自异步社区的《Python机器学习实践指南》第4章，感谢异步社区授权实验楼发布。Spark机
实验楼·2020-08-19 02:28

机器学习实践系列 1 线性代数计算的python实现

在深入学习机器学习，开启人工智能算法设计之前，有许多需要事先掌握的知识，最重要的是数学知识和编程能力，而且要把这两者有机结合起来，以备今后实现各类算法做好准备。python是如今广为传颂的科学计算程序开发语言，有优势或缺点在这里不想追溯，毕竟没有一种万能工具能解决所有问题，我们只把它当成一种工具就好了。我想把自己学习、实践机器学习知识的体会通过这个博客记录下来，分享出去，其中的问题和错误希望看到的
hhhparty·2020-08-19 02:35

Pandas快速入门笔记

出于机器学习实践过程中的需要，我快速了解了一下提供了类似关系型或标签型数据结构的Pandas的使用方法。下面记录相关学习笔记。
Python学习教程·2020-08-18 18:14

xgboost输出特征重要性排名和权重值

在机器学习实践中，我们要经常用到xgboost框架去训练数据，然后用训练得到的模型再去预测其他未知的数据的标签。
看穿数据之美·2020-08-18 00:33

微博基于 Flink 的机器学习实践

摘要：微博作为国内比较主流的社交媒体平台，目前拥有2.22亿日活用户和5.16亿月活用户。如何为用户实时推荐优质内容，背后离不开微博的大规模机器学习平台。本文由微博机器学习研发中心高级算法工程师于茜老师分享，主要内容包含以下四部分：关于微博微博机器学习平台(WML)总览Flink在WML中的应用使用Flink的下一步计划Tips：查看更多最佳实践文章可点击文末链接～关于微博微博2008年上线，是目
Ververica·2020-08-16 16:04

微博基于 Flink 的机器学习实践

关于微博微博2008年上线，是目前国内比较主流的社交媒体平台，拥有2.22亿日活用户和5.16亿月活用户，为用户提供在线创作、分享和发现优质内容的服务；目前微博的大规模机器学习平台可以支持千亿参数和百万QPS。微博机器学习平台(WML)总览接下来介绍一下微博机器学习平台，即WML的总览；机器学习平台(WML)为CTR、多媒体等各类机器学习和深度学习算法提供从样本处理、模型训练、服务部署到模型预估的
ApacheFlink·2020-08-16 05:20

LDA 鸢尾花

参考来源https://cloud.tencent.com/developer/article/1065006，在学习过程中有所增减导语在模式分类和机器学习实践中，线性判别分析（LinearDiscriminantAnalysis
韭浪·2020-08-13 22:47

机器学习实战之决策树

在这里用代码进行实现（python来自机器学习实践这本书），并对代码进行讲解。1、首先，我们要知道信息增益的概念（后面要用到），信息增益是经验熵和经验条件熵之差，这里有引出了经
宁静致远_淡泊明志·2020-08-13 16:49

图像基础22 运动侦测

本文学习资源来自《机器学习实践指南》定义运动侦测，英文翻译为“Motiondetectiontechnology”，一般也叫移动检测，常用于无人值守监控录像和自动报警。
谢厂节_编程圈·2020-08-12 14:31

Python机器学习实践指南PDF高清完整版免费下载|百度云盘

百度云盘：Python机器学习实践指南PDF高清完整版免费下载提取码：52jz内容简介机器学习是近年来渐趋热门的一个领域，同时Python语言经过一段时间的发展也已逐渐成为主流的编程语言之一。
酷酷的滕·2020-08-12 13:00

Python机器学习实践指南PDF高清完整版免费下载|百度云盘

百度云盘：Python机器学习实践指南PDF高清完整版免费下载提取码：52jz内容简介机器学习是近年来渐趋热门的一个领域，同时Python语言经过一段时间的发展也已逐渐成为主流的编程语言之一。
酷酷啊·2020-08-12 12:00

Python机器学习实践指南PDF高清完整版免费下载|百度云盘

百度云盘：Python机器学习实践指南PDF高清完整版免费下载提取码：52jz内容简介机器学习是近年来渐趋热门的一个领域，同时Python语言经过一段时间的发展也已逐渐成为主流的编程语言之一。
酷酷的滕·2020-08-11 13:00

评书：《美团机器学习实践》

新入手一本《美团机器学习实践》，读完觉得很有意思，把一部分内容分享给大家。
weixin_33724059·2020-08-11 04:21

《美团机器学习实践》笔记

偶然在群里看到了《美团机器学习实践》这本书的pdf资源，而美团又是一直以来我最敬佩的公司之一，之前从美团技术团队那个账号学到了很多，所以拜读一下这本书，这里简要整理一下读书笔记。
Lyteins·2020-08-11 02:27

Python机器学习实践指南PDF高清完整版免费下载|百度云盘

百度云盘：Python机器学习实践指南PDF高清完整版免费下载提取码：10sl内容简介机器学习是近年来渐趋热门的一个领域，同时Python语言经过一段时间的发展也已逐渐成为主流的编程语言之一。
酷酷啊·2020-08-10 14:00

机器学习（二）：基础概念

编程语言：Python参考书籍：《Python机器学习实践指南》《机器学习实战》参考视频：吴恩达老师的机器学习系列视频吴恩达老师机器学习笔记整理笔记下载：机器学习个人笔记完整版什么是机器学习机器学习是人工智能的一个分支
打不死的小黑·2020-08-08 16:00
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他